OPTIMISATION SANS CONTRAINTES MASTER 1 EXAMEN S2- 5Juin 2014. Durée 2 heures Exercice1(5points) 1.1) (3points) Soit Q une matrice (n; n) symétrique et dé…nie positive. Montrez que si les directions d0 ; d1; :::::dk ; avec k n 1; sont non nuls et Q conjuguées, alors ils sont linéairement indépendants. 1.2) (2points) On suppose maintenant que Q est une matrice (n; n) symétrique et semi dé…nie positive. Soient fd0 ; d1; :::::dk g ; (k n 1) non nuls et véri…ant dTi Qdj = 0; i 6= j; 0 i k n 1; 0 j k n 1 Les vecteurs fd0 ; d1; :::::dk g sont ils linéairement indépendants? Exercice2(5points) On considère la fonction f : R2 ! R : f (x; y) = x3 + y 3 Dire si les propositions suivantes sont vraies ou fausses et justi…ez votre réponse. 2.1(1point) (0; 0) est un point stationnaire 2.2(1point) (0; 0) véri…e les conditions nécessaires d’optimalité 2.3(1.5points) (0; 0) ne véri…e pas les conditions su¢ santes d’optimalité 2.4(1.5points) (0; 0) n’est pas une solution minimale locale Exercice 3 (5points) On considère la fonction f : R2 ! R : f (x; y) = x3 + y 3 Dire si les propositions suivantes sont vraies ou fausses et justi…ez votre réponse. 3.1(1.5points) f (x; y) s’ecrit sous la forme f (x; y) = 1 2 x y x y Q avec Q symétrique et dé…nie positive. 1 b1 b2 x y 3.2(1.5points) Si on démarre du point (x0 ; y0 ) quelconque et si on applique la méthode des directions conjuguées, alors la solution optimale est obtenue au point (x2 ; y2 ) 3.3 (2points) Si on démarre du point (x0 ; y0 ) quelconque et si on applique la méthode des directions conjuguées, alors la solution optimale est obtenue au point (x3 ; y3 ) Exercice 4 (7points) Soit f : R2 ! R dé…nie par 1 f (x; y) = (x2 + y 2 ); 2 et (P ) le problème de minimisation sans contraintes suivant: (P ) : min 1 2 (x + y 2 ) : (x; y) 2 R2 2 4.1)(2points) Pour quelles valeurs de ; f est quadratique strictement convexe 4.2) (2points) On suppose que > 0: Trouvez en utilisant la dé…nition la solution minimale globale de (P ) 4.3) (3points) On suppose que > 0: En partant du point (x0 ; y0 ) = (1; 1); appliquez la méthode du gradient conjugué au problème (P ) et trouvez la solution minimale globale du problème (P ): Comparez avec le 4.1). 2